改个 base URL 就能换模型，那它凭什么收九成毛利

export ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/paas/v4"

环境变量一改，Claude Code 里的请求全打到 GLM 5.2 上去了。不用动一行业务代码。这玩意儿本来就该这样——一个 HTTP 端点，发 JSON，收 JSON，完了。GLM 5.2 的定价比对面便宜得多。你真以为一个 LLM 推理服务配得上九成毛利？

这几天拿这个组合跑我那个玩具存储引擎。顺手贴段结构体：

struct kv_node {
    char *key;
    char *val;
    size_t val_len;
    struct kv_node *next;
};

前缀匹配，一次指针跳跃。内存里维护个跳表或者哈希表，加一波 TCP 连接。大模型推理也是算力密度的游戏。既然是算力，就一定会被硬件按在地上摩擦。

顺手说一句，上面那结构体是让 AI 帮我生成的。但我让模型扩展这个 KV 存储、加个过期机制时，它给我吐了快一百行。定时清理线程、读写锁、注册回调机制。

全砍了。一个单线程的玩具引擎，搞什么并发锁。模型默认给"什么都覆盖"的方案，这是训练数据里烂代码看多了的病根。工程师的活是往回砍。

说句题外话——为什么我们这么怕让一个东西只做一件事？模型没有这心理负担，它恨不得一个函数既能处理文本又能看图。写系统代码的人得有这底线。

现在阻碍我把日常 agent 全切到 GLM 5.2 上的，就两个具体短板。没法看图，自带的搜索太难用。但这俩是软件层面的坑，早晚填得上。

真正不可逆的是算力成本的结构性塌方。只要开源模型能逼近，改个 base URL 就能无缝迁移，这层溢价就薄得像纸。算力就是一堆字节在内存和寄存器之间搬来搬去。这里没有魔法。凡是将高毛利建立在通用算力搬运上的东西，最后都会被一行 make 和一份公开的权重打回原形。